文章列表-AI魔法学院

文章列表

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

F5-TTS在公共的100K小时多语言数据集上进行训练，展现出高自然性和表现力的零样本能力、无缝代码切换能力和速度控制效率。

F5-TTS 音频克隆

GitHub上很火的RPA框架：一款用于验收测试和 RPA 的通用自动化框架robotframework

这使得开发人员能够使用自己喜欢的编程语言来编写测试用例。

RPA框架自动化

实时语音克隆

Python 3.5 或更高版本应该可以工作，但您可能必须调整依赖项的版本。

语音克隆

Stable Diffusion

Stable Diffusion 30种采样器全解！

这30种采样器当中有一些是有升级版本被替代了，也有一些是性能不足且计算成本太高的。

Stable Diffusion采样器

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（三）：Refiner 细化流程

关键词输入： ①既然有了模型，那我们就需要去连接关键词了，毕竟 refiner 细化也需要关键词作为基础的，我们说过，作为输入是不能被多个连接的，也就是说我们不能让 refiner 去连接正、反关键词

comfyui 文生图

让ChatGPT帮我写SQL

该工具功能强大，对于初学者来说，还是很友好的，可以帮助初学者快速掌握SQL语法。

SQL

Stable Diffusion

Stable diffusion又一个电商换装/换模特辅助插件

Inpaint anything 这个插件结合了 segment anything 进行蒙版提取在segment anything 基础上进行了优化能够识别不同颜色的部分

Stable diffusion 文生图

提高工作效率的 10 个高级Prompt

学习任何新技能迅速的：“我想学习 [插入技能]。

工作大模型 GPT prompt 提示词

Stable Diffusion

Stable Diffusion 快速创作角色三视图

最后就能得到一张角色三视图 “ CharTurnerBeta Lora 的权重在 0.2-0.4 之间 ” 二使用第一步：设置基础参数模型：Deliberate_v2 提示词：

SD 三视图文生图

18种 DALL-E 3 炫酷的文字效果和提示词

但我会不由自主地想，是否能够自定义文字的效果，让 DALL-E 3 更懂我的心意呢？

DALL-E 3 提示词文生图

SadTalker数字人常见问题3

下面是解决方法：图片问题一般SadTalker数字人工具，能处理的图片，大致都在1M以下，几百K的文件，清晰度都是可以的。

SadTalke

手把手教你用 SD 生成文字形状的光线，用来做营销宣传图非常有效

我的Stable Diffusion界面可能看起来跟你不太一样，因为我装了主题，不过功能的位置和名称都是一样的所以不用担心。

图像文字 ControlNet Stable Diffusion

AnimateDiff 生成补间动画

所有基础模型都能够轻松地生成各种各样的个性化动画图像。

文生图 AnimateDiff

基于 OpenAI Whisper 模型的实时语音转文字工具

高度可定制性：WhisperLive 允许通过编写插件和脚本语言来自定义其功能和界面，以适应不同的音乐制作和声音设计需求。

WhisperLive 音频开源软件

SDXL模型lora训练参数详细设置，显存占用22G，不用修脸原图直出

很多时候，不必太纠结于损失降没降，因为过低的损失可能就是过拟合了，尤其是你数据集有问题的时候，脏数据就直接把训练方向带偏了。

SDXL 训练

<...92 93 94 95 96 97 98 99100101 >

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1